ISSN 2073–4034
eISSN 2414–9128

Тип клинического центра в прогнозировании набора пациентов

Милованов С.С.

ИП «Милованов Святослав Сергеевич», Москва, Россия
Обоснование. По данным литературы, окончательное решение для отбора клинических центров принимается на основании субъективных оценок – личного суждения и предположений рабочей команды, что, как правило, обусловлено отсутствием объективных критериев оценки клинического центра. Клинический центр ответствен как за набор пациентов, согласно всем критериям протокола и регуляторным требованиям, так и за выполнение набора пациентов, оговоренного на этапе поиска пациентов, что позволяет успешно достигать таргетного набора пациентов. Одним из важных условий успешного набора пациентов является качественный отбор клинических центров на этапе физибильности (осуществимости), в рамках которого необходимы объективные инструменты, позволяющие делать отбор клинических центров, которые будут набирать пациентов согласно всем требованиям протокола и достигать поставленных целей клинического исследования.
Цель исследования: найти объективные критерии оценки клинических центров, которые позволят выполнить таргетный набор пациентов.
Методы. Ретроспективно проанализированы данные, полученные от 70 клинических центров, расположенных в 59 городах России, Белоруссии и Украины (регион РУБ), сгенерированные в 4 клинических исследованиях, в которых участвовали 622 пациента. Все четыре исследования были успешными по набору пациентов. Методом описательной статистики рассчитаны следующие значения – средняя, ошибка средней, среднеквадратичное отклонение и коэффициент вариации.
Результаты. Выделены объективные критерии для отбора клинических центров (параметры и показатели), позволяющие спрогнозировать предстоящий набор пациентов в клиническом центре. На основании группирования параметров и показателей выделены 4 типа клинических центров: 1-й тип – молчащие, 2-й тип – низкорекрутинговые, 3-й тип – среднерекрутинговые и 4-й тип – высокорекрутинговые, статистически достоверно имеющие различия по объективным параметрам времени первичного ответа в днях: 31,19±5,27, 21,43±3,26, 23,64±4,04, 12,7±0,79 соответственно, и по объективным показателям «Отношение Время первичного ответа в днях к Предполагаемому набору пациентов»: 4,56±1,03, 2,42±0,43, 1,94±0,3, 1,345±0,099 соответственно.
Заключение. Впервые предложены объективные критерии (параметры и показатели) отбора клинических центров, позволяющие объективно оценить предстоящий рекруитмент на выбранном сайте. Впервые предложены типы клинических центров на основании выделенных объективных критериев.

Ключевые слова

набор пациентов
типы клинических центров
параметры рекруитмента
отбор клинических центров
параметры и показатели клинических центров

Введение

Селекция клинических центров является обязательным условием проведения международных многоцентровых клинических исследований [1, 2]. D. Fogel, исследуя причины неудач в клинических исследованиях, указывает, что отбор клинических центров – это обязательная составляющая успеха всего исследования, и акцентирует, что неуспех клинического исследования в III фазе – это неуспех также и предыдущих двух фаз [3]. Пункт GCP 4.2.1 формулирует необходимые ресурсы клинического центра для участия в клиническом исследовании: «Исследователь должен быть способен продемонстрировать (например, на основании ретроспективных данных) возможность набора в течение оговоренного периода требуемого количества подходящих субъектов исследования». Поиск пула необходимых по протоколу пациентов – это одна из основных целей проведения исследования физибильности или отбора клинических центров перед стартом любого международного многоцентрового клинического исследования [4]. В исследование отбираются только клинические центры, доказавшие присутствие пациентов и назвавшие определенное число, которое центры способны набрать в исследование, и на этом основании строится прогноз на набор пациентов по времени и другим характеристикам. Также прогнозирование набора пациентов строится на поиске косвенных предикторов набора в исследованиях, не успешных по набору пациентов [5, 6] как ретроспективно [7], так и проспективно, путем проведения клинических исследований (NCT03019068) [8]. Тем не менее окончательный отбор клинических центров происходит под влиянием ответственных исполнителей на этапе физибильности [9], т.е. под влиянием субъективного фактора, что, на наш взгляд, связано с тем, что для исследования берутся общеизвестные данные – дизайн протокола, возраст и др.

Цель исследования: найти объективные критерии оценки клинических центров для отбора только тех сайтов, которые позволят выполнить таргетный набор пациентов.

Методы

Проведен анализ данных, полученных во время проведения следующих международных многоцентровых клинических исследований: Рака толстой и прямой кишки – III фазы (EudraCT – 2006-004214-41), Рака легких – IIB/III фазы (EudraCT – 2011-001084-42), Идиопатической пурпуры – II фазы (EudraCT – 2009-014842-28) и Рака головы и шеи – III фазы (EudraCT – 2010-019952-35).

В изученных клинических исследованиях набор пациентов был успешным.

Данные по рекрутменту пациентов (622 пациента) получены от клинических центров (70) России, Украины и Белоруссии (регион РУБ), а также обработаны данные набора пациентов от клинических центров из других регионов. Результаты набора пациентов и связанные с набором и основные результаты набора – по всем остальным. Всего число участвовавших пациентов по всему миру составило 1919.

Проведен статистический анализ с расчетом минимума и максимума значений, стандартного отклонения, средние значения, медиана, мода и для качественных значений рассчитана доля в процентах, для параметров и показателей (соотношения параметров) до старта набора пациентов и после завершения набора пациентов.

До старта набора пациентов анализировали следующие показатели:

1. Время ответа клинического центра на отосланный по электронной почте опросник (в днях и неделях).

2. «Планируемое число пациентов» – это план набора, спрогнозированный главным исследователем на этапе поиска клинических центров для проведения клинического исследования.

3. «Опыт исследователя в годах».

Параметры после завершения исследования:

1. Время первого скрининга.

2. Период рекруитмента (в днях и неделях) – период времени от активации сайта до последнего набранного пациента.

3. Набранное число пациентов в клиническом центре.

4. Финальная скорость набора пациентов.

5. Отношение Времени первого скрининга ко Времени первого отклика. Отношение Времени отклика к Предполагаемому набору пациентов.

Результаты

Средние значения изученных параметров набора пациентов представлены ниже в табл. 1–3.

194-1.jpg (134 KB)

Мы выделили показатели – соотношения параметров (табл. 3).

Мы провели типирование по фактической скорости набора пациентов и выделили 4 группы (типы сайтов):

  • со скоростью набора – 0 рандомизированных пациентов (скрининг возможен) в месяц – молчащие сайты – (тип 1);
  • скорость набора от 0,01 до 0,19 пациентов в месяц, т.е. 1 пациент за 5 месяцев – низкорекрутинговые (тип 2);
  • скорость набора от 0,20 до 0,89 пациента в месяц, т.е. 1 пациент за 5–1,4 месяца – среднерекрутинговые (тип 3);
  • скорость набора от 0,90 до 3 пациентов в месяц, т.е. 1 пациент за 1,1–0,3 месяца – высокорекрутинговые (тип 4).

Распределение параметров в зависимости от принадлежности к типу сайта представлено ниже (табл. 4).

194-2.jpg (135 KB)

Не показывают статистически значимой разницы параметры предполагаемого набора пациентов и опыт исследователя, в то время как видна статистическая разница во времени первого отклика во всех параметрах и показателях в зависимости от типа сайта, на тренде от низкорекрутинговых до высокорекрутинговых (рисунок).

195-1.jpg (119 KB)

Характеристика типов сайтов представлена в табл. 5.

Обсуждение

Первичный прогноз по набору пациентов в виде предуказания [10] или таргетный набор пациентов сделаны в протоколе любого клинического исследования, и это является основополагающим для количественной оценки главным исследователем предполагаемого набора пациентов в клиническом центре на этапе физибильности [11]. Наряду с другими данными о центре опыт исследователя в клинических исследованиях, в частности, должен показывать качество клинического центра с точки зрения успешности. Наши данные показали, что ни опыт исследователя в клинических исследованиях, ни цифры предварительного набора пациентов не говорят о возможности прогноза в сторону успешности в отобранном клиническом центре, что согласуется с данными литературы [12, 13]. Нами впервые предложены типы клинических центров по скорости набора пациентов, которые имеют статистическую разницу и по другим параметрам, в частности по параметру отклика центра. Этот параметр может быть соотнесен с данными литературы о предикторах успешности центра при мотивации центра делать клиническое исследование [14]. По данным литературы, [15] время первичного скрининга также может быть предиктором и прогнозировать последующий набор в отобранном центре. Мы выявили, что высокорекрутинговые центры имеют время первичного скрининга значительно длиннее, чем молчащие сайты, что согласуется с данными литературы [16]. Статистическая разница в выбранных типах клинических центров также найдена в соотношениях параметров между собой – соотношении Времени первого отклика и Предполагаемого набора пациентов и Времени первого скрининга. Мы не нашли данных литературы по предложенным нами показателям.

Практическое применение предложенных типов клинических центров позволяет сделать более ожидаемым прогноз набора пациентов в отобранных клинических центрах.

Заключение

Предложенная нами классификация клинических центров позволит проводить отбор клинических центров на основании объективных критериев, что приведет к успешному набору пациентов и снижению процента неудачных клинических исследований.

Вклад автора. С.С. Милованов полностью и единолично разработал модели, проанализировал и интерпретировал результаты, написал текст.

Благодарности. Автор выражает благодарность рецензентам статьи.

Дополнительная информация

Публикация статьи осуществляется в рамках диссертационной работы Милованова С.С. на соискание ученой степени докт. мед. наук: «Прогнозирование набора пациентов на сайте в рандомизированных клинических исследованиях II–III фазы после исследования отбора сайтов (исследования осуществимости) на примере клинических исследований II–III фазы по раку головы и шеи, раку легких, колоректальному раку и идиопатической пурпуре».

Список литературы

1. Kibby M. Patient recruitment feasibility. Appl Clin Trails. 2011;20(6):80–7.

2. Redeker С., Hanson D. Optimizing Patient Recruitment and Engagement Strategies June 9, 2022. URL: https://www.appliedclinicaltrialsonline.com/view/optimizing-patient-recruitment-and-engagement-strategies (last access: 01.08.2022).

3. Fogel D.B. Factors associated with clinical trials that fail and opportunities for improving the likelihood of success: A review. Contempor ClinTrial Communicat. 2018;11:156–64.

4. Lievre M. Premature discontinuation of clinical trial for reasons not related to efficacy, safety, or feasibility Commentary: Early discontinuation violates Helsinki principles. BMJ. 2001;322(7286):603–6. Doi: 10.1136/bmj.322.7286.603.

5. McDonald A.M., Knight R.C., Campbell M.K., et al. What influences recruitment to randomised controlled trials? A review of trials funded by two UK funding agencies. Trials. 2006;7(9). Doi: 10.1186/1745-6215-7-9.

6. Levett K.M., Roberts C.L., Simpson J.M., Morris J.M. Site-specific predictors of successful recruitment to a perinatal clinical trial. Clin Trials. 2014;11:584–89.

7. Bieganek C., Aliferis C., Ma S. Prediction of clinical trial enrollment rates. PLoS One. 2022;17(2):e0263193. Doi: 10.1371/journal.pone.0263193.

8. Prediction of Recruitment Potential of Participating Centers in Clinical Trials by Standardized Translation of Selection Criteria and Queries From DRG Database (Pred-Inclus). URL: https://clinicaltrials.gov/ct2/show/NCT03019068 (last access: 01.10.2022).

9. Gross D. A research agenda for understanding participation in clinical research. Res Nurs Health. 2006;29(3):172–75. Doi: 10.1002/nur.20135.

10. Бестужев-Лада И.В. Впереди XXI век: перспективы, прогнозы, футурологии. Антология современной классической прогностики 1959–1999. М., 2000. 480 с.

11. Саватеев А.В., Белоцерковский М.В., Мосчиц-ка К., Палумбо Д. Оценка физибильности как краеугольный камень успешного клинического исследования. Качественная клиническая практика. 2013;2:37–46.

12. van den Bora R.M., Grobbeea D.E., Oostermana B.J., et al. Predicting enrollment performance of investigational centers in phase III multi-center clinical trials. Contempor. Clin Trial Communicat. 2017;7:208–16.

13. Getz K., Predicting successful site performance, Appl Clin Trials. 2011;20(11). URL: http://www.appliedclinicaltrialsonline.com/predicting-successful-siteperformance (last access: 02.07.2022).

14. Dane A., Ashraf S., Timmis J., et al. Barriers to patient enrolment in phase III cancer clinical trials: interviews with clinicians and pharmaceutical industry representatives. BMJ. Open 2022;12:e055165. Doi: 10.1136/bmjopen-2021-055165.

15. Yang E., O’Donovan C., Phillips J., et al. Quantifying and visualizing site performance in clinical trials. Contempor Clin Trial Communicat. 2018;9:108–14. Doi: 10.1016/j.conctc.2018.01.005.

16. Haidich A.-B. Late-Starter Sites in Randomized Controlled Trials. J Clin Epidemiol. 2003;56(2003):408–15.

Об авторах / Для корреспонденции

Автор для связи: Святослав Сергеевич Милованов, к.м.н., ИП «Милованов Святослав Сергеевич», Москва, Россия; milovanovss@gmail.com; ORCID: https://orcid.org/0000-0001-9843-6096, eLibrary SPIN: 156131; Scopus Author ID: 58575569000; ResearcherID - ACK-8622-2022